Модель называется GPT-4o mini. Как утверждают разработчики, эта модель меньше и шустрее обычной GPT-4o (флагманская LLM от OpenAI на сегодняшний день), а по стоимости и производительности превосходит GPT-3.5-turbo. Поэтому OpenAI советует всем, кто пользуется GPT-3.5-turbo по API (а таких много), переходить на новую модель. Пишут, что модель мультимодальная. Пока что на вход может принимать не только текст, но и изображения. В будущем можно будет отправлять еще аудио и видео.
Модель доступна и через веб-интерфейс, и по API. В веб-интерфейсе я не увидел почему-то возможность прикреплять файл. А вот по API работа с картинками идет хорошо. Я задал, как мне кажется, каверзную картинку, но модель отлично справилась.
Вот ответ модели:
На изображении мы видим группу людей, работающих на археологических раскопках. В центре кадра два человека, которые пожимают друг другу руки. Один из них выглядит как опытный археолог с серой бородой и в резиновых сапогах, а другой молодее и одет в пиджак. На заднем плане находятся другие рабочие, которые занимаются раскопками, возможно, копают или переносят землю и камни. В окружении видны ведра, инструменты и горы земли, что указывает на активную работу на площадке.
Это изображение могло быть сделано на археологическом раскопе, где исследуются исторические или культурные артефакты. Обстоятельства могут включать начало сотрудничества между археологами или исследователями, обсуждение результатов раскопок или презентацию находок. Сцена выглядит как момент обмена информацией и достижений в ходе работы.
